带有 awk 或 gawk 的正则表达式答案

【问题标题】：Regex with awk or gawk带有 awk 或 gawk 的正则表达式
【发布时间】：2013-02-07 21:59:35
【问题描述】：

我是 awk/gawk 的初学者。如果我在下面运行，shell 什么也没给我。请帮忙！

echo "A=1,B=2,3,C=,D=5,6,E=7,8,9"|awk 'BEGIN{
n = split($0, arr, /,(?=\\w+=)/)
for (x=1; x<n; x++) printf "arr[%d]=%s\n", x, arr[x]
}'

.................................................. ......

我正在尝试解析：

A=1,B=2,3,C=,D=5,6,E=7,8,9

预期输出：

A=1
B=2,3
C=
D=5,6
E=7,8,9

我敢打赌我的 awk 有问题。

【问题讨论】：

在 awk 中没有前瞻，IIRC。
自记录测试用例的好问题。继续发帖，祝你好运！

标签： regex awk gawk

【解决方案1】：

gawk 不支持前瞻。

如果您希望 gawk 按预期解析它，请尝试以下操作：

awk '{n=split(gensub(/,([A-Z])/, " \\1","g" ),arr," ");for(x=1;x<=n;x++)print arr[x]}'

用你的例子测试：

kent$  echo "A=1,B=2,3,C=,D=5,6,E=7,8,9"|awk '{n=split(gensub(/,([A-Z])/, " \\1","g" ),arr," ");for(x=1;x<=n;x++)print arr[x]}'
A=1
B=2,3
C=
D=5,6
E=7,8,9

【讨论】：

哦，我喜欢这样。我试图弄清楚如何拆分，但我没有想到使用gensub() 并使用反向引用来保留我们想要保留的部分。 +1。
@steveha 谢谢。第一个出现的是sed -r 's/,([A-Z])/ \1/g'|awk 'simple split..'，但我认为在单个进程中编写会很好。

【解决方案2】：

使用 sed 可能会更容易：

$ echo "A=1,B=2,3,C=,D=5,6,E=7,8,9" | sed 's/,\(\w\+=\)/\n\1/g'
A=1
B=2,3
C=
D=5,6
E=7,8,9

【讨论】：

【解决方案3】：

如果你使用 gnu awk，你可以这样做：

awk '{printf $0 "\n" substr( RT, 2 )}' RS=,[A-Z]

【讨论】：

我也在考虑使用 RS，但不知道如何使用 RT 获取该 macthed 文本 :)

【解决方案4】：

作为 nhahtdh，在 awk 中没有前瞻...但是您可以为分配使用不同的分隔符。为什么不是“A=1；B=2,3,4；C=5...”？如果您的输入必须具有该格式，请尝试使用 flex...

【讨论】：

【解决方案5】：

您也可以使用逗号作为记录分隔符：

echo "A=1,B=2,3,C=,D=5,6,E=7,8,9" |
awk -v RS=, '{sep=","} /=/ {sep="\n"} NR==1 {sep=""} {printf "%s%s", sep, $0}'

输出

A=1
B=2,3
C=
D=5,6
E=7,8,9

【讨论】：

【解决方案6】：

你有两个问题。首先，您不需要BEGIN 子句；您只希望它在每个输入行上运行。其次，您正在尝试使用 AWK 不支持的正则表达式功能。

不要尝试使用拆分字符串的花哨模式，而是循环并调用match() 来解析出您想要的功能。

echo "A=1,B=2,3,C=,D=5,6,E=7,8,9"|awk '
{
    line = $0
    for (i = 0;;)
    {
        i = match(line, /([A-Z]+)=([0-9,]*)(,|$)/, arr)
        if (0 == i)
            break
        key = arr[1]
        value = arr[2]
        l = length(key "=" value ",") + 1
        line = substr(line, l)
        printf "DEBUG: key '%s' value '%s'\n", key, value
    }
}'

打印出来：

DEBUG: key A value 1
DEBUG: key B value 2,3
DEBUG: key C value
DEBUG: key D value 5,6
DEBUG: key E value 7,8,9

【讨论】：

【解决方案7】：

使用 awk 的其他方式

awk '{print gensub(/,([A-Z]+=)/, "\n\\1","g")}' temp.txt

输出

A=1
B=2,3
C=
D=5,6
E=7,8,9

【讨论】：